Partilhar via

ImageClassificationSearchSpace Classe

  • Referência

Espaço de pesquisa para tarefas De Classificação de Imagens autoML e Classificação de Imagens Multilabel.

Herança
azure.ai.ml.entities._mixins.RestTranslatableMixin
ImageClassificationSearchSpace

Construtor

ImageClassificationSearchSpace(*, ams_gradient: bool | SweepDistribution | None = None, beta1: float | SweepDistribution | None = None, beta2: float | SweepDistribution | None = None, distributed: bool | SweepDistribution | None = None, early_stopping: bool | SweepDistribution | None = None, early_stopping_delay: int | SweepDistribution | None = None, early_stopping_patience: int | SweepDistribution | None = None, enable_onnx_normalization: bool | SweepDistribution | None = None, evaluation_frequency: int | SweepDistribution | None = None, gradient_accumulation_step: int | SweepDistribution | None = None, layers_to_freeze: int | SweepDistribution | None = None, learning_rate: float | SweepDistribution | None = None, learning_rate_scheduler: str | SweepDistribution | None = None, model_name: str | SweepDistribution | None = None, momentum: float | SweepDistribution | None = None, nesterov: bool | SweepDistribution | None = None, number_of_epochs: int | SweepDistribution | None = None, number_of_workers: int | SweepDistribution | None = None, optimizer: str | SweepDistribution | None = None, random_seed: int | SweepDistribution | None = None, step_lr_gamma: float | SweepDistribution | None = None, step_lr_step_size: int | SweepDistribution | None = None, training_batch_size: int | SweepDistribution | None = None, validation_batch_size: int | SweepDistribution | None = None, warmup_cosine_lr_cycles: float | SweepDistribution | None = None, warmup_cosine_lr_warmup_epochs: int | SweepDistribution | None = None, weight_decay: float | SweepDistribution | None = None, training_crop_size: int | SweepDistribution | None = None, validation_crop_size: int | SweepDistribution | None = None, validation_resize_size: int | SweepDistribution | None = None, weighted_loss: int | SweepDistribution | None = None)

Parâmetros

ams_gradient
str ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Ative o AMSGrad quando o otimizador for "adam" ou "adamw".

beta1
float ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Valor de "beta1" quando o otimizador é "adam" ou "adamw". Tem de ser um flutuante no intervalo [0, 1].

beta2
float ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Valor de "beta2" quando o otimizador é "adam" ou "adamw". Tem de ser um flutuante no intervalo [0, 1].

distributed
bool ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Se pretende utilizar a preparação do distribuidor.

early_stopping
bool ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Ative a lógica de paragem precoce durante a preparação.

early_stopping_delay
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Número mínimo de épocas ou avaliações de validação para aguardar até que a melhoria das métricas primárias seja controlada para paragem antecipada. Tem de ser um número inteiro positivo.

early_stopping_patience
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Número mínimo de épocas ou avaliações de validação sem melhorias nas métricas primárias antes de a execução ser interrompida. Tem de ser um número inteiro positivo.

enable_onnx_normalization
bool ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Ativar a normalização ao exportar o modelo ONNX.

evaluation_frequency
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Frequência para avaliar o conjunto de dados de validação para obter pontuações de métricas. Tem de ser um número inteiro positivo.

gradient_accumulation_step
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Acumulação de gradação significa executar um número configurado de passos "GradAccumulationStep" sem atualizar os pesos do modelo ao acumular as gradações desses passos e, em seguida, utilizar as gradações acumuladas para calcular as atualizações de peso. Tem de ser um número inteiro positivo.

layers_to_freeze
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Número de camadas a fixar para o modelo. Tem de ser um número inteiro positivo. Por exemplo, passar 2 como valor para "seresnext" significa congelar camada0 e camada1. Para obter uma lista completa dos modelos suportados e detalhes sobre o congelamento de camadas, consulte: https://docs.microsoft.com/en-us/azure/machine-learning/reference-automl-images-hyperparameters#model-agnostic-hyperparameters. # pylint: disable=line-too-long

learning_rate
float ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Taxa de aprendizagem inicial. Tem de ser um flutuante no intervalo [0, 1].

learning_rate_scheduler
str ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Tipo de programador de taxa de aprendizagem. Tem de ser "warmup_cosine" ou "passo".

model_name
str ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Nome do modelo a utilizar para preparação. Para obter mais informações sobre os modelos disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

momentum
float ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Valor do impulso quando o otimizador é "sgd". Tem de ser um flutuante no intervalo [0, 1].

nesterov
bool ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Ative o aninhado quando o otimizador é "sgd".

number_of_epochs
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Número de épocas de preparação. Tem de ser um número inteiro positivo.

number_of_workers
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Número de trabalhadores do carregador de dados. Tem de ser um número inteiro não negativo.

optimizer
str ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Tipo de otimizador. Tem de ser "sgd", "adão" ou "adamw".

random_seed
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Semente aleatória a utilizar ao utilizar preparação determinista.

step_lr_gamma
float ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Valor da gama quando o programador de taxa de aprendizagem é "passo". Tem de ser um flutuante no intervalo [0, 1].

step_lr_step_size
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Valor do tamanho do passo quando o agendador da taxa de aprendizagem é "passo". Tem de ser um número inteiro positivo.

training_batch_size
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Tamanho do lote de preparação. Tem de ser um número inteiro positivo.

validation_batch_size
str ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Tamanho do lote de validação. Tem de ser um número inteiro positivo.

warmup_cosine_lr_cycles
float ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Valor do ciclo de cosseno quando o agendador da taxa de aprendizagem é "warmup_cosine". Tem de ser um flutuante no intervalo [0, 1].

warmup_cosine_lr_warmup_epochs
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Valor das épocas de aquecimento quando o agendador da taxa de aprendizagem é "warmup_cosine". Tem de ser um número inteiro positivo.

weight_decay
float ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Valor da decadência do peso quando o otimizador é "sgd", "adam" ou "adamw". Tem de ser um flutuante no intervalo[0, 1].

training_crop_size
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Tamanho do recorte de imagem que é introduzido na rede neural para o conjunto de dados de preparação. Tem de ser um número inteiro positivo.

validation_crop_size
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Tamanho do recorte de imagem que é introduzido na rede neural para o conjunto de dados de validação. Tem de ser um número inteiro positivo.

validation_resize_size
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Tamanho da imagem para o qual redimensionar antes de recortar para o conjunto de dados de validação. Tem de ser um número inteiro positivo.

weighted_loss
int ou <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Necessário

Perda ponderada. Os valores aceites são 0 sem perda ponderada. 1 para perda ponderada com sqrt. (class_weights). 2 para perda ponderada com class_weights. Tem de ser 0 ou 1 ou 2.